基于云计算技术的车牌识别系统

admin

　　0引言
　　随着我国经济的快速发展，机动车辆规模及流量大幅度增加，摆在我们面前的是巨大的城市交通压力。为了缓解这一压力，迫切需要采用高科技手段来充实和加强交通管理水平,因此智能交通系统便应运而生。车牌识别系统作为智能交通系统的核心组成部分，在道路交通管理、交通事故与机动车盗窃现象的抑制以及维护公共安全等方面发挥着重要的作用，因此车牌识别系统也得到了广泛的应用。
　　目前，车牌识别系统主要都安装在大量的终端上。这种方式虽然为车牌的识别带来了一定的便利，但是同时也存在一定的弊端：（1）随着对车牌识别系统研究的不断深入，近年来涌现出了大量优秀的算法，很多算法都取得了极高的识别成功率。但是迫于终端计算机硬件水平的限制以及车牌识别系统实时性的要求，那些识别率很高同时算法较为复杂的算法仍然难以得到广泛的应用；（2）由于车牌识别系统安装在大量的终端上，一旦车牌识别系统的算法需要升级，将会是一件很费时费力的工作。同时，对运行在大量终端上的车牌识别系统的维护工作也提出了很大的挑战。
　　因此，本文提出了基于云计算技术的车牌识别系统，从而大大地缓解这些矛盾。
　　1云计算的定义
　　云计算是一种目前新兴的商业计算的模式，它是由分布式计算、并行处理及网格计算发展而来的[1]。目前，针对云计算并没有统一的定义。按照云计算的功能来说，其可以理解为是一种以互联网为中心的超级计算模式。它包含了互联网上的各种应用服务及提供这些服务的硬件设施，并对这些服务及硬件设施进行统一的协作与管理。云计算基于其公开的标准和服务，为用户提供安全、便捷、高效的网络计算服务与数据存储服务，使互联网这片“云”成为使用者的计算中心与数据中心[2]。云计算以一种简化的方式向用户提供服务，使用户即使在没有相关的理论背景知识及设备操作能力的情况下，也可以通过云平台来方便的获取其所需要的服务与应用。
　　2云计算的特点
　　云计算作为一种新兴的计算模式，正受到人们越来越多的关注。
　　随着云计算技术的不断发展，云计算技术在应用中正显现出越来越多的优点，它的优点主要有如下几个方面：2．1超强的运算能力
　　由于一个云计算系统往往可以连包含几十万甚至上百万千万的服务器，所以“云”端具备了远远超过单台终端所具备的计算处理能力。当用户向云端发出计算服务的申请时，云端可以利用多台服务器来协同并行的完成用户的计算任务。相对于在单台计算机上进行的串行计算，云计算可以大大的节省运算所耗费的时间。
　　2．2服务的虚拟化
　　通过云计算平台，用户可以在任何场合、任何时间地点通过任意的终端向云计算平台申请所需要的服务。同时，用户所申请的服务在云端中进行，免去了常规的软件安装、程序的调试运行等繁琐的工作，用户只需要一个同云端连接的终端就可以自由的向云端申请服务，获取各种各样的云资源。
　　2．3云计算安全性好可靠性高
　　云计算通过使用同构的计算节点从而实现计算节点的可互换性，同时使用多副本的数据来提高云计算的容错能力，这些措施都保障了云计算平台的安全性与可靠性。存储在“云”端中的用户数据也不必担心丢失或者来自病毒的威胁，数据的安全性相比在用户的私人电脑中存储有了很大的改善。
　　2．4跨平台特点带来的很强的通用性用扩展性
　　云计算允许基于不同操作系统的不同设备通过标准HTTP协议，实现不同设备之间或者不同设备与云平台间的数据、应用的共享。
　　3云计算技术车牌识别系统的优点
　　针对车牌识别系统，通过云平台，在计算量不变的情况下可以把对图像的处理计算量分部到更多的服务器上来进行处理，而终端只需要完成图像的采集即可，大大节省识别所耗用的时间。同时，基于云计算的技术的车牌识别系统还具有以下的优点：3．1数据共享
　　通过云平台可以将所有的字符模版都统一存储在云端，方便对模版进行维护，同时也便于系统对模版进行的读取和计算。
　　3．2逻辑集中
　　通过云计算平台，可以将车牌识别系统的核心的算法逻辑部署运行在云端。当需要对算法进行调整的时候，只需要对部署在云端的算法进行改动，并不会影响客户端对算法的调用。
　　3．3样本的数据库化
　　样本的数据库化的优点是可以通过数据库的查询实现样本的快速计算。
　　3．4跨平台
　　云平台可以提供标准的HTTP接口，使得基于任何平台（嵌入式、Windows、Linux、Android、iOS等）的终端均可以通过调用识别接口，进行车牌的识别。
　　3．5计算能力可扩展
　　由于“云”端包含了大量的服务器，具备了远远超过单台终端所具备的计算处理能力，为那些识别效果好但受限于识别时间的识别算法的普及提供了可能。同时可根据业务规模的大小，动态的申请云端的资源，从而获得高效、可靠性高、可云端部署架构用性的车牌识别服务。
　　3．6低成本
　　由于车牌识别系统的核心算法逻辑部署运行在云端，而不是像传统的车牌识别系统在每个终端上都要进行安装维护。当系统需要升级，仅需要对部署在云端的算法进行改动，并不影响终端对识别服务的调用，同时也为后期系统的维护提供了便利。
　　4云计算技术车牌识别系统的运行流程
　　目前，应用于车牌字符内容识别的算法多种多样，主要有模板匹配法识别法、基于神经网络识别法与基于支持向量机识别法等[3]。本文主要针对运用模板匹配法实现车牌字符内容识别的车牌识别系统设计了云识别的具体流程，这种流程对于基于其他识别方法的云识别流程也有着借鉴意义。设计的云识别系统的流程如下：

　　4．1客户端完成车辆图像的采集之后，通过标准的HTTP协议，向云服务器发送含有车牌的被拍车辆图片。云服务器通过部署在其上的车牌识别系统各功能模块的算法对被拍车辆图片进行处理，完成车牌定位、字符分割等工作，取得经分割后的单张车牌字符图像，并提取每张待识别字符图像特征，构建描述待识别字符图像的特征值。
　　4．2根据待识别字符图像的特征值，构造数据库请求，将请求发往云数据库。
　　4．3云数据库收到请求之后，结合库中存放的模版字符的特征特征，进行待识别字符与模板字符匹配度的计算，并将计算后的数据返回至云服务器。
　　4．4云服务器在收到云数据库的数据之后，对结果进行包装，并将识别的结果返回给客户端，完成车牌字符的识别。
　　经过以上4个步骤，客户端就得到了车牌图像的识别结果，完成了车牌内容的自动识别。云识别系统的流程图如图1所示。
　　5总结
　　结合目前车牌识别系统广泛的终端安装方式及其弊端，本文提出了基于云识别车牌识别系统的设想，并做了一定的研究工作，至于如何将云计算技术成熟的运用到车牌识别系统之中肯定还有大量的问题需要继续研究。
　　
　　

李小路

谢谢分享！